Plant Phenomics | 揚(yáng)州大學(xué)繆旻珉教授團(tuán)隊(duì)提出基于多視角幾何圖編碼器的黃瓜幼苗三維點(diǎn)云分割網(wǎng)絡(luò)

植物表型分析在觀察和理解植物的生長發(fā)育中起著至關(guān)重要的作用。在表型分析中，基于3D點(diǎn)云的植物器官分割近年來引起了越來越多的關(guān)注。然而，僅使用歐幾里得空間的幾何關(guān)系特征仍然無法準(zhǔn)確地分割和測(cè)量植物。

2024年10月，Plant Phenomics在線發(fā)表了揚(yáng)州大學(xué)繆旻珉教授團(tuán)隊(duì)題為Cucumber Seedling Segmentation Network Based on a Multiview Geometric Graph Encoder from 3D Point Clouds的研究論文。

為了挖掘更多幾何特征，本研究提出了一種基于多視角幾何圖編碼器的分割網(wǎng)絡(luò)，命名為SN-MGGE。如圖1所示，SN-MGGE通過幾何圖編碼器（GGE）在歐幾里得空間和雙曲空間中生成點(diǎn)特征，涵蓋幾何關(guān)系和幾何形狀結(jié)構(gòu)。該方法在語義分割中取得了94.90%的mIoU和97.43%的OA，顯著提升了性能。如圖2所示，基于分割結(jié)果能夠準(zhǔn)確測(cè)量四個(gè)植物表型參數(shù)，即植株高度、葉長、葉寬和葉面積，這四個(gè)參數(shù)的R²值均超過0.96。這表明，SN-MGGE滿足植物表型參數(shù)的自動(dòng)化和高精度提取需求，為實(shí)際農(nóng)業(yè)種植提供了寶貴的技術(shù)支持和參考。

圖1 SN-MGGE網(wǎng)絡(luò)的架構(gòu)

圖2 提取值與測(cè)量值的表型參數(shù)比較。(A) 葉長。(B) 葉寬。(C) 植株高度。(D) 葉面積

該研究的貢獻(xiàn)主要有三個(gè)方面：

（1）基于VisualSFM軟件構(gòu)建了高質(zhì)量的單株黃瓜幼苗3D點(diǎn)云數(shù)據(jù)集。

（2）引入了幾何圖編碼器（GGE），同時(shí)捕捉局部幾何特征和層次結(jié)構(gòu)信息，通過利用歐幾里得和雙曲幾何的優(yōu)勢(shì)，增強(qiáng)了對(duì)復(fù)雜幾何數(shù)據(jù)的理解和表示。此外，設(shè)計(jì)了一個(gè)語義分割網(wǎng)絡(luò)（SN-MGGE），實(shí)現(xiàn)了從單株植物到器官的黃瓜幼苗點(diǎn)云的自動(dòng)分割。最后，通過聚類方法從分割后的黃瓜幼苗點(diǎn)云中提取表型參數(shù)。

（3）在黃瓜幼苗和其他三種植物的點(diǎn)云上驗(yàn)證了SN-MGGE的分割效率和泛化能力。測(cè)試結(jié)果表明，SN-MGGE在處理不同植物種類的點(diǎn)云數(shù)據(jù)時(shí)表現(xiàn)良好。

作者團(tuán)隊(duì)介紹

揚(yáng)州大學(xué)蔬菜產(chǎn)量形成與綠色調(diào)控團(tuán)隊(duì)：團(tuán)隊(duì)負(fù)責(zé)人為繆旻珉教授，主要研究蔬菜產(chǎn)量形成的生物學(xué)過程，鑒定過程中的關(guān)鍵基因和作物表型，研究基因與表型之間的聯(lián)系，研發(fā)相關(guān)作物模型和高產(chǎn)、綠色、優(yōu)質(zhì)、高效栽培技術(shù)。該論文為該團(tuán)隊(duì)聯(lián)合揚(yáng)州大學(xué)信息工程學(xué)院章永龍博士團(tuán)隊(duì)在蔬菜表型鑒定方面作出的一次探索。

論文鏈接：
https://doi.org/10.34133/plantphenomics.0254

——推薦閱讀——
SCAG: A stratified, clustered, and growing-based algorithm for soybean branch angle extraction and ideal plant architecture evaluation
https://doi.org/10.34133/plantphenomics.0190
Plant Phenomics | 南京農(nóng)業(yè)大學(xué)基于點(diǎn)云的大豆分枝夾角提取算法開發(fā)與耐密植株型新性狀發(fā)掘
Rice Plant Counting, Locating and Sizing Method Base on High-throughput UAV RGB Images
https://doi.org/10.34133/plantphenomics.0020‍
Plant Phenomics ESI高被引論文 | 基于高通量無人機(jī)RGB圖像的水稻植株計(jì)數(shù)、定位和大小估計(jì)方法

加入作者交流群
掃碼添加小編微信，拉您進(jìn)入《植物表型組學(xué)》作者交流群，群內(nèi)不定期開展作者分享會(huì)、�？�發(fā)布會(huì)等高質(zhì)量活動(dòng)。

添加小編微信，備注姓名+單位+PP，加入作者交流群

About Plant Phenomics
《植物表型組學(xué)》（Plant Phenomics）是由南京農(nóng)業(yè)大學(xué)創(chuàng)辦的英文學(xué)術(shù)期刊，于2019年1月正式上線發(fā)行。采用開放獲取形式，刊載植物表型組學(xué)交叉學(xué)科熱點(diǎn)領(lǐng)域具有突破性科研進(jìn)展的原創(chuàng)性研究論文、綜述、數(shù)據(jù)集和觀點(diǎn)。具體范圍涵蓋高通量表型分析的最新技術(shù)，基于圖像分析和機(jī)器學(xué)習(xí)的表型分析研究，提取表型信息的新算法，作物栽培、植物育種和農(nóng)業(yè)實(shí)踐中的表型組學(xué)新應(yīng)用，與植物表型相結(jié)合的分子生物學(xué)、植物生理學(xué)、統(tǒng)計(jì)學(xué)、作物模型和其他組學(xué)研究，表型組學(xué)相關(guān)的植物生物學(xué)等。期刊已被DOAJ、Scopus、PMC、EI和SCIE等數(shù)據(jù)庫收錄。科睿唯安JCR2022影響因子為7.6，位于農(nóng)藝學(xué)一區(qū)（1/125名），植物科學(xué)一區(qū)（13/265名），遙感一區(qū)（6/62名）。2023年中科院期刊分區(qū)位于農(nóng)林科學(xué)大類一區(qū)。2020年入選中國科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目、2024年入選江蘇科技期刊卓越行動(dòng)計(jì)劃領(lǐng)軍期刊項(xiàng)目。

說明：本文由《植物表型組學(xué)》編輯部負(fù)責(zé)組稿。
中文內(nèi)容僅供參考，一切內(nèi)容以英文原版為準(zhǔn)。
特邀作者：解亞玲（揚(yáng)州大學(xué)）
編輯排版：張婕（上海交通大學(xué)）
審核：尹歡、孔敏